[发明专利]一种基于压缩感知的影像两步重构法

摘要

一种基于压缩感知的影像两步重构法，属于压缩感知中重构算法设计和优化技术领域，提供了一种基于线阵推扫数据采集模式的压缩感知影像重构方法。本发明所述的方法首先，采用传统的基于l0范数的稀疏信号重构算法重构影像各列；然后，基于测量数据和重构信号各列的方向信息判断各列是否属于确定区域或不确定区域；最后，对属于不确定区域的各列采用适用于可压缩信号的重构算法，实现压缩感知影像重构。本发明为基于线阵推扫模式的影像高效重构奠定了基础，有着广泛的应用前景。

主权项

一种基于压缩感知的影像两步重构法，其特征是：所述方法的过程为：步骤一：输入测量矩阵Φ，稀疏变换基Ψ，时相t1和t2的测量数据Yt1、Yt2，时相t1的影像Xt1，其中Φ∈RM×N，Ψ∈RN×N，Yt1,Yt2,ΔY∈RM×L，Xt1,Xt2,ΔX∈RN×L，Ct1,Ct2,ΔC∈RN×L，M＜N，j∈[1,L]，令Yt1＝ΦXt1，Yt2＝ΦXt2，ΔY＝Yt2‑Yt1，ΔX＝Xt2‑Xt1，ΔC＝Ct2‑Ct1，ΔY＝ΦΔX，ΔY＝ΦΨ′ΔC，其中Ct1＝ΨXt1，Ct2＝ΨXt2；步骤二：采用OMP或其他l0算法，基于min||Δxj||0s.t.Δyj＝ΦΔxj逐列重构ΔX的各列，取得每列的重构结果ΔxRj和ΔX的重构结果ΔXR，其中Δxj是ΔX的第j列；步骤三：设定临界值cri1，判断ΔXR各列的如果是，则属于不确定区域；否则属于确定区域，其中是ΔXR两列间的相关系数，是ΔY两列间的相关系数；步骤四：提取ΔX中不确定区域列号的集合J，在第j次迭，如果j∈J，那么采用OMP(Orthogonal matching pursuit)或其他l0算法，基于min||Δcj||0s.t.Δyj＝ΦΨ′Δcj，Δcj是ΔC的第j列，Ψ′是Ψ的转置矩阵，或采用BP(Basis Pursuit)或其他l1算法，基于min||Δcj||1s.t.Δyj＝ΦΨ′Δcj重构ΔX的该列Δxj的稀疏变换域系数Δcj，然后解算ΔxRj＝Ψ′ΔcRj；或采用TV(minimization of total variation)算法基于min||Δxj||TV s.t.Δyj＝ΦΔxj重构ΔX的该列Δxj，最后取得该列的重构结果ΔxRj；步骤五：输出重构信号ΔXR和时相t2的影像Xt2＝Xt1+ΔXR；以上其他l0算法指的是ROMP(Regularized orthogonal matching pursuit)、StOMP(Stagewise orthogonal matching pursuit)、SP(Subspace pursuit)、CoSaMP(Compressive sampling matching pursuit)和MP(Matching pursuit)算法的其中之一；以上其他l1算法指的是GPSR(Gradient projection for sparse reconstruction)算法。